μC/OS-II任务延时管理的改进

嵌入式实时操作系统μc/OS-II在时钟节拍服务中,需要遍历任务控制块链表中的所有任务控制块,对任务的延时进行管理,效率比较低。针对这个问题,论文提出了一种改进方法,使用增量链表对任务延时进行高效管理,并给出了增量链表的实现及其在μC/OS-II任务延时管理中的运用。

μC/OS-Ⅱ实时操作系统中任务延时的研究与改进

通过介绍μC/OS-Ⅱ实时操作系统中的任务延时功能,分析了系统中的任务延时的优缺点。针对任务延时占用处理器时间与任务总数有关和扫描各个任务占用大量处理器时间的问题,对操作系统中的任务延时机制进行改进。改进后的操作系统在基于第二代Cortex-M3内核的LPC1768处理器上测试,通过软件仿真,得出此方法可以提高系统的实时性,降低系统的额外开销。

边缘计算系统中延时敏感型任务调度策略

为降低边缘计算系统中卸载任务的调度代价,以满足任务延时需求和系统代价最小为目标,建立边缘计算系统代价优化模型。证实该问题是NP-hard问题,提出一种基于两阶段代价优化任务调度算法TTSCO。根据改进BF算法求解初步任务调度方案,降低首阶段的非必要代价,生成调度最终解。分析算法时间复杂度,通过仿真实验验证了算法性能,实验结果表明,与LINGO理论最优解相比,调度解的近似比在95%情况下均小于1.2,该算法可以进一步降低系统代价。

基于车载以太网的任务卸载方案

现代汽车总线的电子电气(E/E)架构开始从基于CAN总线的分布式架构向通信容量更大的基于车载以太网的集中式架构发展,但车内计算资源分布不平均,集中式网络的中央设备计算能力显著高于其他边缘端设备。由于智能汽车边缘端设备的计算任务不断在增长,为应对增长的边缘端计算任务需求,降低计算延时,研究在集中式E/E架构中实现有效的计算任务卸载方案,对车载以太网的通信特点进行分析,以车载中央计算机为核心对车内域控制器的计算任务进行卸载。针对车载以太网AVB通信协议的特点,结合数据分级和整流算法获得计算卸载的延时模型,进而建立边缘计算任务延时最小化的目标优化方程,并采用改进遗传算法进行迭代求解,最终收敛求出任务卸载的最优参数。实现了在满足复杂车载条件约束条件下降低车内计算任务时延的目标,仿真实验结果表明所提方法可以有效降低车内计算任务延时,在集中式E/E架构的车内网络上实现了计算资源的充分利用。

基于延时容忍任务的Wi-Fi低功耗方法

针对Wi-Fi接口长时间保持活动(ACTIVE)状态导致电池电量快速消耗的不足,对数据传输模式和延时容忍任务进行分析并提出一种基于延时容忍任务的无线网络接口低功耗管理方法.该方法采用延时策略,通过检查无线网络接口状态,推迟发送延时容忍任务的非实时数据,延长空闲(IDLE)状态时间,保证数据在ACTIVE状态批量传输,同时设置最大等待时间阈值以在确保用户体验质量的前提下使得数据传输的总能耗减少.实验结果表明:与未应用延时策略相比,延时策略降低了4.5%的数据传输能耗.